实验2.1 计算文件的信息量

实验2.1 计算文件的信息量

基本信息

实验名称：2.1 计算文件的信息量
实验类型：设计型
实验地点：分散

内容

编写一个程序，计算任意指定的一个文件的信息量（假设文件是离散无记忆的）。编程实验要求如下：

1. 程序名为calcInfo，只在命令行调用，不应有图形界面、问答等任何用户交互形式。程序的命令行调用规范如下：

calcInfo INPUT OUTPUT
参数说明：
   INPUT   待计算信息量的输入文件路径
   OUTPUT  存放计算结果的输出文件路径

其中，OUTPUT文件应是纯文本文件。每次运行calcInfo之后，将会在OUTPUT文件后添加一行计算结果（注意：不是覆盖），格式为

"文件名","平均每个字节的信息量（比特）","文件长度（字节）"

例如：命令行输入

calcInfo t:\data\file1.dat t:\data\calcInfo.output.csv

后，文件t:\data\calcInfo.output.csv中应会增加一行类似以下的文字记录：

"t:\data\file1.dat","3.452345","53463"

【分析讨论】怎么判断程序所计算出来的信息量是不是对的？

2. 自行选择3种不同类型的文件：纯文本文件(txt)、压缩包(rar/7z等)、图像文件(jpg/png等），每种类型找3个不同的文件（都在10KB-100KB之间），共9个文件。调用calcInfo程序计算它们的信息量。

【分析讨论】(a)描述同类型文件的信息量的共同点、不同类型文件的信息量的不同点；(b)从信息论的角度，分析产生这些异同点的原因。

提交

• 7z压缩包，内容和结构模仿教师提供的参考压缩包。其中必须包含：
  • 可执行程序（Python编写的程序除外）、程序源代码
  • 程序运行方法说明文档
  • 单元测试的输入与输出
  • 实验的输入与输出（原始数据文件）
  • 实验报告
• 实验报告文档格式自拟，无严格要求，简洁美观即可。

Tips

• 命令行参数的分析处理，是非图形界面程序的重要环节。很多计算机语言提供了方便的工具来简化相关编程，Python标准库中的argparse包就是其中之一。
• CSV (Comma Separated Values) 文件格式是非常流行的数据交互格式。很多计算机语言提供了方便的工具来简化相关编程，Python标准库中的csv包就是其中之一。
• 以二进制方式读写文件，是信号处理、信息处理、通信、编码等领域频繁需要进行的操作。